„Okay — und was ist dadurch gestiegen?”
Wenn du je einen Report zur KI-Sichtbarkeit vorgestellt hast, ist dir diese Frage schon um die Ohren geflogen.
Wie oft dein Name vorkam, kannst du ja sagen. Dass es mehr war als im Vormonat, auch.
Aber ob deswegen irgendwer irgendwas getan hat — da wird es dann halt still.
Ich dachte lange, das sei eine Frage der Reihenfolge: erst die Sichtbarkeit hochziehen, die Business-Story kommt dann schon.
Und dann hat ein Team nachgesehen, was Leute nach der KI-Antwort tatsächlich gemacht haben. Der interessante Schnitt liegt gar nicht beim Auftauchen.
Verändert eine Nennung in der KI wirklich das Verhalten?
Ja — aber nicht jede gleich. Bei Leuten, die in der Woche davor null Kontakt zur Marke hatten, erhöhte eine Empfehlung die Wahrscheinlichkeit, innerhalb von sieben Tagen nach dem Markennamen zu suchen, um 4,3 Prozentpunkte.
Besuche auf der eigenen Website stiegen um 2,4 Punkte, Produktseiten im Handel um 1,0 Punkte.
Wohlgemerkt: Das sind keine Klicks auf einen Link. Da sind eben auch die Leute drin, die die Antwort lasen, weggingen und den Namen selbst in die Suche tippten.
Die Zahlen stammen aus einem Preprint (also einer noch nicht begutachteten Arbeit) von Michael Iannelli und Alan Ai von Scrunch AI, veröffentlicht am 9. Juni 2026 (Studie).
Die Methode: Gesprächsverläufe aus ChatGPT, Claude und Gemini wurden personenscharf mit dem Browserverlauf von Panel-Teilnehmern abgeglichen, die dem zugestimmt hatten.
Ein Clickstream-Panel heißt im Kern: eine Aufzeichnung der Seiten, die jemand wirklich geöffnet hat. Keine Befragung — sprich, ohne das Rauschen, das entsteht, wenn Leute aus dem Gedächtnis antworten sollen.
Das Beobachtungsfenster sind sieben Tage ab der Antwort. Die 95-Prozent-Intervalle (der Bereich, in dem der wahre Wert plausibel liegt) lagen bei 3,1–5,5 für die Markensuche, 1,4–3,5 für die eigene Website und 0,3–1,7 für Produktseiten.
Eine Rechen-Hygiene noch: Das sind Prozentpunkte, keine Prozente. Von 3 % auf 7,3 % sind 4,3 Punkte — „4,3 % mehr” wäre eine ganz andere Zahl.
Empfohlen und bloß aufgelistet sind zwei verschiedene Ereignisse
Und jetzt der Teil, den ich fett drucken würde. Die Autoren haben Nennungen in drei Haltungen sortiert — Empfehlung, neutrale Nennung, Warnung — und dieselben unbeeinflussten Nutzer verglichen.
Die neutrale Nennung bewegte die Markensuche um 1,8 Punkte, Website-Besuche um 1,1, Produktseiten um 0,3.
Gegen die +4,3 / +2,4 / +1,0 der Empfehlung heißt das: nur ein Drittel bis die Hälfte der Bewegung bei etwas, das im Report identisch aussieht.
Gleiche Marke, gleiche Woche, in der Zählung jeweils „eine Nennung”. Ob das Modell dich aber empfiehlt oder dich nur in eine Liste stellt, entscheidet über den Faktor zwei bis drei.
Wer nur Nennungen zählt, schreibt Konserven und Frischware mit demselben Gewicht ins Lagerbuch.
Innerhalb einer einzigen Antwort bleibt der Unterschied stehen
Der naheliegende Einwand ist Selektion: Vielleicht sind Leute, die viel mit KI arbeiten, doch ohnehin aktivere Käufer — und die genannten Marken fahren da bloß mit.
Also verglichen die Autoren innerhalb derselben Antwort die genannten Marken mit Marken derselben Kategorie, die nicht vorkamen.
- Genannt: +2,06 Punkte Markensuche, +2,39 Punkte Website-Besuche
- Gleiche Kategorie, nicht genannt: +0,20 und +0,09 Punkte
Gleiches Gespräch, gleicher Kontext, gleiche Person. Es liegt also nicht am Typ Mensch, der KI nutzt, sondern daran, ob der Name in genau dieser Antwort stand.
Die beiden Verhaltensweisen laufen zudem gekoppelt: Markensuche und Website-Besuch traten 5,2-mal häufiger gemeinsam auf, als wenn sie unabhängig wären. Heißt, es sind keine zwei getrennten Erfolge — wer nur eins misst, sieht die Hälfte einer einzigen Bewegung.
Alles in einen Topf zu werfen versteckt deine eigenen Ergebnisse
Und hier wird die Messfrage teuer. Zählst du alle Nennungen ohne Unterscheidung zusammen, kommt für die Markensuche ein Anstieg von 2,08 Punkten heraus.
Das ist weniger als die Hälfte der 4,3 aus Empfehlungen allein. Eine grobe Zählung geht also über das Verwischen hinaus: Sie meldet deine eigene Leistung kleiner, als sie war.
Ein zweiter Befund gehört dazu. Bestandskunden lagen schon vor jeder Nennung 1,68 Punkte über dem Grundniveau bei Website-Besuchen, und die Nennung legte nur rund 0,4 Punkte drauf.
Die Autoren lesen das so: KI-Empfehlungen erreichen eher Leute, die noch gar nicht im Funnel waren, statt eine laufende Kaufüberlegung anzuschieben. Für dich heißt das: Diese Zahlen gehören in die Neukunden-Diskussion.
Was diese Studie kann — und was nicht
Bevor jemand mit der 4,3 in ein Planungsmeeting geht, die Einschränkungen, ehrlich aufgelistet:
- Scrunch AI verkauft Messung von KI-Sichtbarkeit. „Empfohlen zu werden ist Geld wert” ist also ein Ergebnis mit kommerziellem Interesse dahinter
- Panelgröße und Fallzahlen je Zelle bleiben als Geschäftsgeheimnis unter Verschluss — von außen ist die Effektstärke nicht prüfbar
- Es ist eine Beobachtungsstudie, kein randomisiertes Experiment (die Autoren arbeiten mit Placebo-Fenstern 14, 21 und 28 Tage vorher plus der Kontrolle innerhalb derselben Antwort)
- Das Panel ist freiwillig und deckt zwei englischsprachige Märkte ab — nicht den deutschsprachigen. Drei Assistenten, Perplexity ist nicht dabei
- Und es bleibt ein Preprint
Die rohen Effekte fallen bei ChatGPT-Nutzern größer aus als bei Gemini-Nutzern. Vergleicht man aber innerhalb derselben Person, verschwindet der Abstand. Das ist also ein Unterschied darin, wer was benutzt — nicht darin, was ein Modell mit dir anstellt.
Deshalb würde ich die 4,3 nicht als Zielwert an die Wand hängen. Mitnehmen solltest du die Form: Empfehlung und neutrale Nennung liegen um den Faktor zwei bis drei auseinander.
Ergänze die Spalte „wurden wir empfohlen?”
Die Zahl der Nennungen kann den Effekt der Nennungen nicht vertreten. Eine empfohlene und eine bloß gelistete Erwähnung sind für den Menschen davor zwei verschiedene Dinge — und wer sie mittelt, verschenkt über die Hälfte der gemessenen Wirkung.
Die Korrektur ist klein und strukturell. Öffne die Antworten, die deine wichtigsten Fragen tatsächlich erzeugen, sortiere die Stellen mit deinem Namen in Empfehlung, neutrale Nennung und Warnung — und halte diesen Anteil monatlich auf denselben Fragen fest, denn aus einer einzigen Momentaufnahme liest du die Richtung nicht ab.
Eine Spalte und eine Routine. Wenn dein Report heute beides nicht hat, fang damit an, bevor du den nächsten Prompt in die Liste schreibst.
Quellen
- Michael Iannelli, Alan Ai (Scrunch AI), „From Prompt to Purchase: How AI Brand Recommendations Move Consumers on the Open Web”, arXiv-Preprint 2606.10907, 9. Juni 2026, arxiv.org (Verknüpfung der Gesprächsprotokolle von ChatGPT, Claude und Gemini mit einem Clickstream-Panel auf Opt-in-Basis, Person für Person, mit Beobachtung des Verhaltens über sieben Tage nach der KI-Antwort. Bei Nutzern ohne Markenkontakt in der Vorwoche hebt eine Empfehlung die Markensuche um +4,3 Prozentpunkte [95-%-Intervall 3,1–5,5], die Besuche der eigenen Website um +2,4 Punkte [1,4–3,5] und die Produktseiten im Handel um +1,0 Punkte [0,3–1,7]. Die neutrale Nennung liefert in derselben Reihenfolge +1,8 / +1,1 / +0,3 Punkte. Im Vergleich innerhalb derselben Antwort erreichen genannte Marken +2,06 Punkte Markensuche, +2,39 Punkte Besuche der eigenen Website und +0,51 Punkte auf Produktseiten, gegenüber +0,20 / +0,09 / +0,16 Punkten bei Marken derselben Kategorie, die nicht genannt wurden. Legt man alle Nennungen ohne Unterscheidung der Haltung zusammen, ergeben sich +2,08 / +2,37 / +0,52 Punkte. Bestandskunden liegen schon vor der Nennung +1,68 Punkte über der Basislinie bei Besuchen der eigenen Website, die Nennung legt rund +0,4 Punkte darauf. Markensuche und Website-Besuch treten 5,2-mal häufiger gemeinsam auf, als es bei Unabhängigkeit der Fall wäre. Die rohen Effekte fallen bei ChatGPT-Nutzern größer aus als bei Gemini-Nutzern, innerhalb derselben Person verschwindet der Abstand jedoch. Grenzen: Der Herausgeber Scrunch AI verkauft Messung und Verbesserung der KI-Sichtbarkeit und hat damit ein kommerzielles Interesse an diesem Ergebnis. Panelgröße und Fallzahlen je Zelle bleiben aus geschäftlichen Gründen unveröffentlicht, der absolute Effekt ist also von außen nicht prüfbar. Es handelt sich nicht um ein randomisiertes Experiment, sondern um eine Beobachtungsstudie; die Autoren begegnen der Störung durch Placebo-Fenster bei T−14, T−21 und T−28 Tagen sowie durch die Kontrolle innerhalb derselben Antwort. Das Panel beruht auf Opt-in und deckt zwei englischsprachige Märkte ab, misst also nicht den deutschsprachigen Markt, und Perplexity gehört nicht zu den beobachteten Assistenten. Es ist ein Preprint ohne abgeschlossene Begutachtung. Alle Effekte sind Prozentpunkte, keine relativen Veränderungen)
